"Εύρεση της θεματικής των Tweets από την πυρκαγιά στην Εύβοια με αλγορίθμους Μηχανικής Μάθησης"

Abstract

Τα μέσα κοινωνικής δικτύωσης αποτελούν αναπόσπαστο κομμάτι της ζωής πολλών ανθρώπων. Λόγω της αμεσότητας και της εύκολης πρόσβασης των χρηστών σε αυτές τις πλατφόρμες συγκεντρώνεται καθημερινά μεγάλος όγκος πληροφορίας, η ανάλυση της οποίας μπορεί να οδηγήσει σε χρήσιμα συμπεράσματα. Το Twitter είναι μία πλατφόρμα που αναπτύσσεται με γρήγορους ρυθμούς ως προς το πλήθος των χρηστών του και κατά συνέπεια ως προς τον όγκο των δεδομένων που παράγει, στα οποία προσφέρει εύκολη πρόσβαση. Αυτός είναι λόγος που η αξιοποίησή του αποτελεί μία από τις ευκαιρίες που εντοπίζουν οι σύγχρονοι αναλυτές. Χάρη στη γρήγορη παραγωγή δεδομένων που εντοπίζεται στο Twitter, αυτό μπορεί να αξιοποιηθεί σε τομείς όπως η αντιμετώπιση έκτακτων αναγκών και πιο συγκεκριμένα οι φυσικές καταστροφές, οι οποίες επηρεάζουν κάθε χρόνο τις ζωές χιλιάδων ανθρώπων. Στη συγκεκριμένη εργασία θα γίνει ανάκτηση δεδομένων από το Twitter με σκοπό την εύρεση των θεματικών τους κατά τη διάρκεια της πυρκαγιάς που ξέσπασε στην Εύβοια το καλοκαίρι του 2021. Αρχικά, θα αναλυθεί η διαδικασία συλλογής και προεπεξεργασίας των δεδομένων με μεθόδους Επεξεργασίας Φυσικής Γλώσσας. Στη συνέχεια, θα εφαρμοστεί η μέθοδος LDA για την μοντελοποίηση του κειμένου και την εξαγωγή συμπερασμάτων σχετικά με τις θεματικές τους. Στην πορεία θα εκπαιδευτούν και θα αξιολογηθούν αλγόριθμοι μηχανικής μάθησης που θα χρησιμοποιηθούν για την ταξινόμηση των δημοσιεύσεων ανάλογα με τη θεματική τους. Τέλος, θα γίνει μία εφαρμογή του μοντέλου σε δεδομένα από τις πυρκαγιές που ξέσπασαν στην Τουρκία την ίδια χρονική περίοδο.